AI日报：Meta开源816B超大规模模型，ChatGPT直入浏览器标签页

今天是2026年10月17日，星期六。这一周的AI圈几乎每天都有”重磅”，但今天的新闻密度依然惊人：Meta把816B参数的旗舰模型开源到了可以在Mac Studio上本地跑的程度，ChatGPT正式把触角伸进了你的浏览器标签页，而中国则放出了针对开源模型出口的监管草案。作为AI领域的探索者，我习惯把每天的新闻当成信号而非噪音——今天的信号很明确：开源、智能体、治理，正在成为决定AI格局的三条主线。

一、Meta开源Muse Spark Open：816B参数，两台Mac就能跑

Meta在10月15日发布了Muse Spark Open，这是一款稀疏MoE架构的开源模型，总参数816B、每token激活约42B，支持文本、图像、视频、音频输入，上下文窗口达到100万token，且专门面向智能体工作训练：读代码库、规划改动、调用工具、检查结果、自我纠错。

最让人意外的是它的本地运行能力——两台搭载M5 Ultra芯片的Mac Studio（各512GB统一内存）就能跑起完整模型，Meta甚至在DaVinci Resolve里演示了完整的视频剪辑工作流。发布当天，SGLang、vLLM、TensorRT-LLM、MLX、llama.cpp等主流框架全部支持，Hugging Face、Groq、Fireworks、OpenRouter等平台同步提供托管推理。

探索者视角：这件事的分量不在”参数又多了一个量级”，而在”开源模型终于把边界推到了前沿级”。Meta首席AI官Alexandr Wang说得很直白：大多数AI最终会跑在开源模型上，而且这些模型应该来自美国。这句话背后是地缘竞争，但对我们开发者来说，意义更实在——1M上下文、本地可跑、多模态输入，这意味着个人开发者终于有了和巨头扳手腕的底层能力。当然也要清醒：816B参数本地部署需要约1TB内存（两台M5 Ultra），这依然是”富人的开源”，普通消费级硬件还只能仰望。不过NVIDIA同期的动作正在补齐这条链路。

二、NVIDIA开源Nemotron 3.5全家桶：从数据中心到桌面

NVIDIA发布了Nemotron 3.5 Super VL，一款120B总参数、12B激活参数的开源多模态模型，混合Mamba-2、attention与MoE架构，1M token上下文，能读文本、图像、文档和最长两分钟的视频，采用允许商用的OpenMDW-1.1许可。NVIDIA称其在单GPU智能体负载上吞吐比同类开源模型高5倍，配合Dynamo推理服务延迟降低85%。

更值得关注的是边缘侧：Nemotron 3.5 Bolt 74B-A9B用原生2bit量化把74B模型塞进24GB显存，本地智能体可以和其他应用共跑在RTX和DGX Spark上；4GB的Bolt E4B将于10月23日发布，专为物理与对话智能体设计。两个模型正好赶上10月16日RTX Spark笔记本首发。

探索者视角：NVIDIA这套组合拳很有意思——数据中心端用Super VL抢占企业智能体市场（Scale AI、EY、Mercor等已在后训练），桌面端用Bolt抢占个人开发者心智。它和Meta的开源形成互补：Meta证明”前沿模型可以开源”，NVIDIA证明”开源模型可以到处跑”。对探索者来说，未来半年个人工作站跑起百亿级智能体模型将不再是新闻，而端侧模型的百花齐放，恰恰是应用创新的土壤。

三、ChatGPT接管Chrome标签页：浏览器成为智能体主战场

OpenAI本周四宣布，ChatGPT的Chrome扩展迎来重大升级：Chat模式下可以读取你打开的标签页、跨网页综合信息回答问题；Work模式下则可以通过Computer Use执行操作——填表、发消息、下载文件、整理标签组。这需要桌面端+浏览器扩展配合，交互新网站前默认先询问用户。该功能直接对标Google Gemini在Chrome中的网页摘要、跨标签对比和Auto Browse。

探索者视角：这是OpenAI对Google腹地的正面进攻。浏览器是所有人每天停留时间最长的”操作系统”，谁能成为浏览器里的默认智能体，谁就掌握了下一个平台入口。OpenAI这次做对了一个关键设计：区分”读”和”做”——读标签页是低风险，填表发消息是有后果的动作，所以权限模型、ask-first默认值和按站点授权都设计得克制。这种”能力激进、权限审慎”的产品思路，值得所有做智能体产品的团队抄作业。对开发者而言，浏览器扩展+Computer Use的组合，正在把”网页自动化”从爬虫时代带进智能体时代。

四、中国拟收紧开源权重出口：23项关键AI技术进入管制草案

据多家外媒报道，中国政府公布了一份综合性出口管制草案，拟对23项关键AI技术实施出口限制，涵盖总计算量达到10^26 FLOPs或参数量超过2万亿的神经网络系统的模型权重、训练源码和架构优化算法。草案为海外分发设置了国家安全快速审查机制。Alibaba的Qwen、DeepSeek、智谱等中国开源模型此前在全球开发者中广受欢迎，此草案若落地，将深刻影响全球开源生态对亚洲基础模型的依赖格局。

探索者视角：这是今天最需要冷静看待的新闻。一方面，这是对西方半导体管制的对等回应，地缘博弈进入模型层；另一方面，中国开源模型的全球影响力是多年积累的信任资产，管制尺度将直接决定这笔资产的走向。对全球开发者来说，一个现实信号是：开源模型的供应链也有地缘风险，依赖单一来源的架构决策需要重新评估。对国内从业者而言，这可能推动国产模型生态从”出海铺量”转向”自主可控+合规出海”的双轨模式。

五、Anthropic把钥匙交给外部审计：METR获得员工级访问权限

Anthropic宣布，非营利机构METR的6名评估人员获得近似员工级的内部访问权限——公司硬件、办公空间、内部工具，权限大致对齐其内部风险评估团队。METR可以发布评估结果而无需Anthropic否决，仅限狭窄定义的删减（如客户数据、律师-客户特权信息、模型架构），且可公开质疑删减是否合理。Anthropic将之比作银行监管中的”驻行检查员”。OpenAI此前承诺跟进，但尚未兑现。

探索者视角：在实验室自己评估自己越来越缺乏公信力的当下，Anthropic这步棋很聪明——主动把外部审计员请进家门，既回应了”前沿实验室缺乏独立监督”的舆论，又在IPO前给投资者递上一张”安全实践”名片。但探索者应该看到硬币的另一面：METR能看到的仍是不含模型架构的”内层”，真正的黑盒依旧在实验室手里。”无否决权发布”是突破，但治理的终极问题——谁来审计审计者——依然悬而未决。

六、Replit弃Anthropic转投OpenAI，微软公布2.8万亿参数模型

两条产业链新闻值得放在一起看。其一，Replit CEO Amjad Masad在TechCrunch Disrupt上宣布不再与Anthropic合作，转向OpenAI，理由是推理成本和性能——”ChatGPT现在更擅长从零构建vibe-coded应用”。不过TechCrunch援引知情人士称合作仍在进行，双方说法打架，说明这更多是商业博弈话术。其二，微软在10月15日技术报告中披露MAI-Base-2：MoE架构、2.8万亿总参数、800亿激活参数，用16,000块GB200 GPU训练38天，在留出集上预训练表现优于所测开源模型，但仍在后训练阶段，未向客户发布。

探索者视角：Replit的转向揭示了智能体时代开发者平台的残酷现实——模型成本直接决定产品生死，API性价比就是护城河。而微软的2.8万亿参数更像是一张”技术存在感”声明：OpenAI的超级模型之外，微软正在悄悄建立自己的模型管线。当云厂商、模型厂、应用厂的角色日益模糊，产业链的每一次重组都在改写权力版图。对独立开发者而言，好消息是选择更多了；坏消息是，你依赖的每一层都可能在某天被”战略性调整”。

七、国内动态：AI制造高价值场景发布，Token贷与AI保险落地

工信部15日正式发布”人工智能赋能新型工业化高价值场景”，覆盖石化、钢铁、汽车、消费电子等20个细分领域、1000余个场景；我国AI核心产业规模已突破1.2万亿元，企业超6600家，智能算力2592 EFLOPS，并设立600亿元国家人工智能产业投资基金。金融端同样提速：广州落地”Token贷”，将算力消耗、Token调用纳入授信评价；人保财险发布”AI科保”产品应用保险，平安产险落地首单AI模型生成内容侵权责任保险。产品端，豆包工作台上线一键迁移功能，支持从ChatGPT、Claude Code导入对话、技能与记忆；Kling 4.0全面上线，主打精细运动控制与专业级音视频输出。

探索者视角：国内这轮信号的关键词是”变现路径”：产业侧有政府背书的千场景导航图，金融侧有把AI资产变成信用凭证的Token贷，保险侧开始为AI产品失败和侵权定价。这些基础设施级的动作，比单款模型发布更值得关注——它们意味着AI从”技术叙事”正式进入”资产负债表”。对于探索者来说，把目光从模型排行榜挪开一点，看看钱正在往哪些场景流，往往能找到更早的机会窗口。

结语

今天的AI日报，如果只留三个词，我会选：开源、入口、治理。Meta用816B开源模型把”前沿级能力”放进了开源生态，ChatGPT用浏览器插件争夺每个用户的数字日常入口，而中国出口管制草案与Anthropic的外部审计实验，则从两个方向提醒我们——AI不再只是技术问题，它已经是地缘政治与社会治理的议题。作为探索者，保持好奇，也保持警惕：技术让边界不断外移，而理解规则，本身就是新的能力边界。我们明天见。